Noor Akhmad Setiawan
Gadjah Mada University

Published : 16 Documents
Articles

Found 16 Documents
Search

MENGGUNAKAN DATA MINING UNTUK SEGMENTASI CUSTOMER PADA BANK UNTUK MENINGKATKAN CUSTOMER RELATIONSHIP MANAGEMENT (CRM) DENGAN METODE KLASIFIKASI (AGORITMA J-48, ZERO-R DAN NAIVE BAYES) Maghfirah, Maghfirah; Adji, Teguh Bharata; Setiawan, Noor Akhmad
Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Vol 1, No 1 (2015): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 6 2015
Publisher : Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Paper ini akan membahas mengenai salah satu model strategi pemasaran yaitu Customer Segmentation yang membantu pihak bank untuk membagi pasar menjadi kelompok nasabah yang terbedakan dengan kebutuhan, karakteristik atau tingkah laku yang berbada yang mungkin membutuhkan produk atau bauran pemasaran yang terpisah. Customer Segmentation dapat dilakukan dengan bantuan teknik Data Mining. Oleh karena itu, dalam paper ini akan dilakukan analisis dari dataset yang berasal dari data Bank Marketing dari marketing sebuah Bank di Portugis yang berhubungan dengan berlangganan Deposito Bank dengan menggunakan salah satu dari teknik data mining yaitu teknik Classification dengan membandingkan algoritma Naive Bayes, Rules Zero-R, dan Trees J-48. Dan hasil dari penerapan ketiga algoritma tersebut dalam paper ini menunjukkan bahwa dengan algoritma J-48 memberikan hasil terbaik dengan error rate terkecil, yaitu 5.8769%. Sedangkan jika dilihat dari segi efiesiensi waktu dan hasil klasifikasi, algoritma Zero-R memberikan hasil terbaik (0,03 detik). Selanjutnya dari hasil yang telah diperoleh tersebut diharapkan dapat dihasilkan Customer Segmentation yang sesuai dengan kebutuhan bank yang dapat meningkatkan kualitas servis dan revenue dari bank tersebut. Kata Kunci : Bank Customer Segmentation, Classification, Datamining
Peningkatan Nilai Recall dan Precision pada Penelusuran Informasi Pustaka Berbasis Semantik (Studi Kasus : Sistem Informasi Ruang Referensi Jurusan Teknik Elektro dan Teknologi Informasi UGM) Novianti, Kadek Dwi Pradnyani; Setiawan, Noor Akhmad; Kusumawardani, Sri Suning
Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) 2015
Publisher : Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (653.05 KB)

Abstract

Sistem Informasi Ruang Referensi (SIRREF) JTETI UGM memiliki permasalahan dalam penelusuran informasi pustaka. Kesenjangan pemahaman makna antara pengguna dan mesin pencari serta tidak terpenuhinya persepsi pengguna yang terjadi ketika pengguna melakukan penelusuran informasi dapat diatasi dengan penerapan teknologi web semantik, dimana ontologi dapat diaplikasikan untuk merepresentasikan informasi pustaka tersebut sehingga dapat dipahami dan diproses oleh mesin. Pembangunan ontologi dilakukan menggunakan adopsi METHONTOLOGY yang menghasilkan 5 class yaitu Publication, Department, Keyword, Person dan Publisher. Hasil yang diperoleh menunjukan terjadinya peningkatan nilai recall sebesar 85,87% dan nilai precision sebesar 40,05% pada sistem penelusuran berbasis semantik. Penerapan web semantik dapat meningkatkan relevansi serta ketepatan informasi pustaka yang ditampilkan oleh sistem penelusuran berbasis semantik pada SIRREF JTETI UGM, sehingga mampu mengatasi kesenjangan pemahaman makna yang terjadi dan memenuhi persepsi pengguna.
Peran Dimensi-Dimensi PeGI dalam Penyusunan Rencana Induk/ Rencana Strategis Pengembangan E-Government dengan Menggunakan Kerangka Kerja Arsitektur TOGAF® Setyadi, Daru Hagni; Setiawan, Noor Akhmad; Nugroho, Eko
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2015
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak—Pemeringkatan e-Government Indonesia (PeGI)merupakan kegiatan dari Kementerian Komunikasi danInformatika yang digunakan sebagai acuan dan penilaianpelaksanaan e–Government pada lembaga pemerintah.TOGAF® merupakan kerangka kerja arsitekur enterpriseyang dapat digunakan sebagai kerangka kerja untukmembangun rencana induk/ rencana strategis pengembangane-Government. Penelitian ini menunjukkan dan memetakanbahwa Dimensi-Dimensi PeGI dapat digunakan sebagai alatassessment kondisi arsitektur sekaligus sebagai Prinsip-Prinsip Arsitektur yang digunakan oleh TOGAF® dalamsiklus ADM. Penelitian ini tidak dimaksudkan untukmendapatkan alat assessment maupun Prinsip-PrinsipArsitektur yang optimal untuk TOGAF®.Kata Kunci—TOGAF®; PeGI; assessment; Prinsip-PrinsipArsitektur; ADM.
Internal content classification of ultrasound thyroid nodules based on textural features Nugroho, Anan; Nugroho, Hanung Adi; Setiawan, Noor Akhmad; Choridah, Lina
Communications in Science and Technology Vol 1 No 2 (2016)
Publisher : Komunitas Ilmuwan dan Profesional Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21924/cst.1.2.2016.25

Abstract

Ultrasound (US) is one of the best imaging modalities on thyroid identification. The suspicious thyroid is indicated in the existence of palpable nodules whose solid or cystic composition. Solid nodules have high possibility to be malignant than cystic. An effort to detect and classify the internal content of thyroid nodule has become challenge problem in radiology area. Operator dependence of ultrasound imaging makes it complicated due to missing interpretation among radiologists. Objective Computer Aided Diagnosis (CAD) was designed to solve it which works on texture analysis of histogram statistic, gray level co-occurrence matrice (GLCM) and gray level run length matrices (GLRLM). The fine-needle aspiration cytology (FNAC) is not needed because the textural pattern is significantly different between solid and cystic nodules.  Multi-layer perceptron (MLP) was adopted to do classification process for 72 US thyroid images yield an accuracy of 90.28%, the sensitivity of 87.80%, specificity of 93.55% and precision of 94.74%.
Interval type-2 fuzzy logic system for diagnosis coronary artery disease Sajiah, Adha Mashur; Setiawan, Noor Akhmad; Wahyunggoro, Oyas
Communications in Science and Technology Vol 1 No 2 (2016)
Publisher : Komunitas Ilmuwan dan Profesional Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21924/cst.1.2.2016.26

Abstract

Coronary artery disease (CAD) is a disease that has been the deadliest disease in Indonesia. The ratio of cardiologists over potential patients is not appropriate either. Intelligent system which can help doctors or patients for cheap and efficient diagnosing CAD is needed. Medical record data, acquisition of cardiologist knowledge and computing technology can be utilized for developing fuzzy logic based intelligent system. Type-1 fuzzy logic system (T1 FLS) has been widely used in various fields. T1 FS has limitation in representing and modelling uncertainty and minimize the impact. Whereas, type-2 fuzzy set (T2 FS) was also introduced as fuzzy set that can model uncertainty more sophisticated. T2 FLS does have a higher degree of freedom when modeling uncertainty but it is quite difficult to make the membership function. An interval T2 FS is a T2 FS in which the membership grade on third dimension is the same everywhere so it is simpler than T2 FS. This paper aims to clarify the better capability of IT2 FLS over T1 FLS on the development of CAD diagnosis system. Rules and membership function were formulated with the help of fuzzy c-means. This study illustrated the causes of CAD risk factors, fuzzification, type reduction and defuzzification. The resulted system was tested with percentage split method (50%-50%) to produce training data and testing data. This test is performed ten times with random seed to separate the data set. The resulted system generates an average of 73.78% accuracy, 71.94% sensitivity and 76.52% specificity.
Comparison of Distributed K-Means and Distributed Fuzzy C-Means Algorithms for Text Clustering Agastya, I Made Artha; Adji, Teguh Bharata; Setiawan, Noor Akhmad
Communications in Science and Technology Vol 2 No 1 (2017)
Publisher : Komunitas Ilmuwan dan Profesional Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21924/cst.2.1.2017.46

Abstract

Text clustering has been developed in distributed system due to increasing data. The popular algorithms like K-Means (KM) and Fuzzy C-Means (FCM) are combined with MapReduce algorithm in Hadoop Environment to be distributable and parallelizable. The problem is performance comparison between Distributed KM (DKM) and Distributed FCM (DFCM) that use Tanimoto Distance Measure (TDM) has not been studied yet. It is important because TDM’s characteristics are scale invariant while allowing discrimination collinear vectors. This work compared the combination of TDM with DKM (DKM-T) and TDM with DFCM (DFCM-T) to acquire performance of both algorithms. The result shows that DFCM-T has better intra-cluster and inter-cluster densities than those of DKM-T. Moreover, DFCM-T has lower processing time than that of DKM-T when total nodes used are 4 and 8. DFCM-T and DKM-T could perform clustering of 1,400,000 text files in 16.18 and 9.74 minutes but the preprocessing times take hours.
Penghitungan k-NN pada Adaptive Synthetic-Nominal (ADASYN-N) dan Adaptive Synthetic-kNN (ADASYN-kNN) untuk Data Nominal-Multi Kategori Rahayu, Sri; Adji, Teguh Bharata; Setiawan, Noor Akhmad
Jurnal Otomasi Kontrol dan Instrumentasi Vol 9, No 2 (2017): Jurnal Otomasi Kontrol dan Instrumentasi
Publisher : Masyarakat Otomasi Kontrol dan Instrumentasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (319.082 KB) | DOI: 10.5614/joki.2017.9.2.5

Abstract

Pada penelitian ini disajikan tentang contoh proses penghitungan k-NN pada teknik oversampling Adaptive Synthetic-Nominal (ADASYN-N) dan Adaptive Synthetic-kNN (ADASYN-kNN) untuk mengatasi masalah ketidakseimbangan (imbalanced) kelas pada dataset dengan fitur nominal-multi categories. Percobaan penghitungan k-NN menggunakan contoh dataset yang memiliki 10 instances dengan 4 fitur, yang mana masing-masing fiturnya memiliki 3 kategori (multi-categories). Contoh dataset untuk percobaan penghitungan tersebut terdistribusi ke dalam 2 kelas, yaitu kelas A terdapat 3 instances dan kelas B dengan 7 instances. Selanjutnya hasil penghitungan k-NN tersebut diujikan pada sebuah dataset dengan fitur nominal-multi categories yang memiliki distribusi kelas yang tidak seimbang. Kemudian dataset di-oversampling dengan metode ADASYN-N dan ADASYN-kNN, kemudian dilakukan uji klasifikasi menggunakan metode Random Forests. Hasil klasifikasi dibandingkan akurasinya antara dataset asli dan dataset dengan teknik oversampling ADASYN-N serta ADASYN-kNN dan menunjukkan bahwa teknik oversampling ADASYN-N dapat meningkatkan akurasi klasifikasi sebanyak 9,05% dari dataset asli, sedangkan ADASYN-kNN meningkatkan akurasi klasifikasi sebanyak 7,84% dari dataset asli. 
Appropriate Data mining Technique and Algorithm for Using in Analysis of Customer Relationship Management (CRM) in Bank Industry Maghfirah, Maghfirah Maghfirah; Adji, Teguh Bharata; Setiawan, Noor Akhmad
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2015
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstract—Customer Relationship Management (CRM)adalah ide yang menjadi sebuah peningkatan kepentingan faktorsukses untuk bisnis ke depannya. CRM adalah proses darimengatur interaksi antara sebuah perusahaan danpelanggannya. Pada awalnya, ini termasuk ke dalam segmentasipasar untuk mengidentifikasi pelanggan dengan potensial profityang tinggi, dari strategi pemasaran yang dirancang dengan baikuntuk mempengaruhi tingkah laku dari pelanggan dalam segmentersebut. Dalam masyarakat modern, pelanggan menjadi asetyang penting bagi perusahaan. Hubungan antara pelanggandengan manajemen yang efisien adalah metode yang dibutuhkanuntuk meningkatkan keuntungan lebih dari perusahaan.Termasuk di industri perbankan, misalnya, di sebuahperusahaan industri perbankan digunakan konsep CRMkhususnya dengan menggunakan salah satu model strategipemasaran yaitu Customer Segmentation yang bertujuan untukmembantu pihak bank untuk membagi pasar menjadi kelompoknasabah yang terbedakan dengan kebutuhan, karakteristik atautingkah laku yang berbada yang mungkin membutuhkan produkatau bauran pemasaran yang terpisah. Customer Segmentationdapat dilakukan dengan bantuan teknik Data Mining, sehinggadiharapkan dapat dihasilkan Customer Segmentation yang sesuaidengan kebutuhan bank yang dapat meningkatkan kualitasservis dan revenue dari bank tersebut.Penerapan data mining untuk sistem CRM diperbankan seharusnya menggunakan teknik dan algoritma yangtepat. Untuk itu, paper ini akan membahas mengenai bagaimanacara untuk menentukan teknik dan algoritma data mining yangtepat untuk sistem CRM di perbankan.Keywords—Customer Relationship Management (CRM);Data Mining; Bank Customer Segmentation
Analisis Jejaring Media Sosial untuk Pemetaan pada Komunitas Online Yuliana, Irma; Santosa, Paulus Insap; Setiawan, Noor Akhmad
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2015
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Aplikasi media sosial yang beragam seperti email,forum diskusi online, blogs, micro- blogs dan wikis telah banyakdigunakan oleh milyaran orang di seluruh penjuru dunia.Komunikasi in terhubung melalui desktop dan aplikasi berbasisweb, baik fixed maupun dengan perngkat mobile yang sangatmemungkinkan terciptanya struktur jejaring sosial yang cukupkompleks. Pelakunya tidak hanya perorangan namun jugasecara organisasi maupun komunitas. Mencermati bagaimanainteraksi dan relasi yang terjalin hingga berkembangnyajaringan, berubah, gagal maupun sukses merupakan hal yangmenarik untuk diteliti. Berfokus pada komunitas onlinepenggemar dan praktisi seni beladiri Indonesia yang dibentukmelalui grup di Facebook, penulis berupaya menggaliketerhubungan antar anggota hingga menemukan pola danmelakukan pemetaan melalui klustering untuk mengidentifikasijenis beladiri yang tergabung di dalamnya. Metode yangdigunakan adalah Social Network Analysis terhadap data yangdiperoleh dari Facebook API. Dengan menggunakan perangkatlunak Microsoft NodeXL, struktur dalam komunitas terbagidalam 11 klaster dengan masing – masing tokohnya. Penelitianini diharapkan dapat membantu pengguna untuk mendapatkaninformasi dari suatu komunitas online tanpa harus membacasatu persatu informasi di dalamnya
Analisis Perbandingan Komputasi GPU dengan CUDA dan Komputasi CPU untuk Image dan Video Processing Kurniawan, Bagus; Adji, Teguh Bharata; Setiawan, Noor Akhmad
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2015
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Teknologi yang semakin maju memicu berbagaiparadigma komputasi untuk terus berkembang, tidak terkecualimengenai teknik image processing maupun video processing yangdibutuhkan masyarakat untuk memanipulasi gambar gunakebutuhan informasi. Komputasi Graphics Processing Unit(GPU) menjadi salah satu alternatif komputasi paralel yangmenawarkan kinerja komputer yang lebih cepat daripadakomputasi Central Processing Unit (CPU) dengan memanfaatkankartu grafis. Penelitian ini menganalisis teknik komputasi paralelGPU dengan Compute Unified Device Architecture (CUDA) danmembandingkan hasil kinerja dari komputasi sekuensial CPUdengan OpenCV yang dianalisis menggunakan metodeeksperimen. Eksperimen dilakukan dengan implementasi imagedan video processing untuk operasi grayscale, negatif, dan deteksitepi. Penelitian ini menunjukkan sebuah hasil bahwa imageprocessing untuk operasi grayscale dan negatif, komputasiparalel GPU lebih unggul antara 0.2 hingga 2 detik. Sedangkanuntuk operasi deteksi tepi, komputasi GPU unggul hingga 14detik. Atau 2.8 kali lipat lebih cepat daripada komputasi CPU.Untuk video processing, komputasi CPU lebih unggul darikomputasi GPU selisih antara 1-2 frame per second.